民航行业发展预警方法研究与应用

发布时间：2024-03-09 08:15

　　民航行业的发展受到众多因素的影响,具有高敏感性、高风险性的特点,为了有效规避风险,需要敏锐掌握民航行业未来一段时间可能出现的异常情况。基于此,本文对民航行业发展预警方法进行了研究。本文构建了一套基于预警信号灯系统和长短期记忆网络(Long Short Term Memory,LSTM)的民航行业发展预警方法,将传统的预警方法与深度学习方法中的LSTM算法相结合,解决了传统的预警方法中预测功能较弱的问题,提高了对未来警情预测的准确性。本文的研究过程分为五步:一是选取预警指标,通过预警指标初选和优选,建立了包含19个三级指标的预警指标体系;二是确定各预警指标的权重,本文采取的方法是标准差修正序关系法;三是构建预警信号灯系统,并对以往年份的警情进行分析;四是构建LSTM预测模型,并对预警指标2019年和2020年的值进行预测;五是结合预警信号灯系统和LSTM预测模型预测未来的警情。研究表明:本文构建的基于预警信号灯系统和LSTM预测模型的预警方法能较好地反映中国民航行业的发展状况,且对预警指标的预测准确率较高。2019年和2020年的警情可总结为四点:发展规模增速出现较大下降;安全形势较为严...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图1-1技术路线图

10图1-1技术路线图本文的创新之处1、在预警方法上有所创新。本文建立了一套基于预警信号灯系统和LSTM预民航行业发展预警方法体系，将传统的预警方法与深度学习方法中的LSTM算，解决了传统的预警方法中预测功能较弱的问题，提高了对未来警情预测的准2、在研究内容上有所创新....

图2-1非平稳序列时序图

稳序列是指在平稳序列上叠加了其他成分的一种时节性中的一种或几种成分[55]。常用的判断方法是绘显的平稳序列和非平稳序列可以通过时序图来判断性的序列一定是非平稳序列，如图2-1中的序列就是

图2-2非平稳序列自相关图

图2-1非平稳序列时序图序图中不好判断序列是否平稳，那么可以通过绘制自相关图的形状一般是拖尾或者截尾的（拖尾即不断衰减但不为），而非平稳序列的自相关图一般呈现三角对称的形式，如

图2-3循环神经网络结构图

图2-3循环神经网络结构图究发现[57]，由于循环神经网络的隐藏层只有一个状态，故其具备的记忆周能对短期的上下文信息进行记忆，当面对较长序列的信息时，随学习量增增长会出现梯度消失或爆炸的现象。克服这一问题，Hochreiter等[58]于1997年提出长短期记忆网络（L....

本文编号：3923164